学习清单降低同行评审抽签误差
热点事件持续更新
学习清单降低同行评审抽签误差
1 篇报道1 个报道来源18 小时前更新
先了解这件事
AI 综述
2026年10月22日，arXiv Artificial Intelligence 刊出 Xuanyou Liu 等作者的研究，提出用从历史评审语料中学习到的批评检查清单，降低科学同行评审中的“评审抽签误差”。据该报道，方法从历史评审语料中学习批评检查清单，生成原子评审主张空间的粗化检查清单树，并选出评审者间相关一致性最高的粗化方案，在 NeurIPS 2021 和 ICLR 2022 数据上测试。作者在文中称，这种误差可通过呈现从历史评审语料中学到的批评清单而降低。目前报道仅介绍方法设计与上述两个数据集上的测试，未给出误差降低幅度的具体数字，也未说明该方法是否已用于实际评审流程。
AI 根据报道生成 · 3 小时前更新
最新进展10月22日 12:00
用学习到的检查清单降低科学同行评审中的抽签效应报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- arXiv Artificial Intelligence用学习到的检查清单降低科学同行评审中的抽签效应
研究提出从历史评审语料中学习批评检查清单，以降低同行评审的"评审抽签误差"。该方法生成原子评审主张空间的粗化检查清单树，并选出评审者间相关一致性最高的粗化方案，在 NeurIPS 2021 和 ICLR 2022 数据上测试。
本事件热度走势
- 可比范围当前
- 6
- 可比范围峰值
- 710月23日 03:00
- 近 24 小时变化
- –
02468
03:0004:0005:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。